Application of a Fuzzy Programming Technique to Production Planning in the Textile Industry
Universiti Technologi PETRONAS（马来西亚石油科技大学）；Swinburne University of Technology Sarawak Campus（斯威本科技大学砂拉越分校）
许多工程优化问题可以被认为是线性规划问题，其中涉及的所有或一些参数是语言的性质。这些只能用模糊集来量化。本文的目的是解决一个模糊线性规划问题，其中所涉及的参数是模糊量的逻辑隶属函数。为了探讨该方法的适用性，以某家纺集团的月度生产计划定额和利润为例进行了计算。
2010-01-13 cs.AI
Generating Interpretable Fuzzy Controllers using Particle Swarm Optimization and Genetic Programming
Technical University of Munich（慕尼黑工业大学）；Siemens AG（西门子股份公司）
使用预先存在的工厂轨迹数据自主训练可解释的控制策略（称为策略）在工业应用中具有极大的兴趣。模糊控制器作为可解释的、有效的系统控制器已经在工业中使用了几十年。在这项研究中，我们引入了一个模糊遗传编程（GP）的方法，称为模糊GP强化学习（FGPRL），可以选择相关的状态特征，确定所需的模糊规则集的大小，并自动调整所有的控制器参数同时。每个GP个体的适应度使用基于模型的批处理强化学习（RL）来计算，该批处理首先使用可用的系统样本来训练模型，然后执行Monte Carlo推出以预测每个策略候选者的性能。我们比较FGPRL的相关方法称为模糊粒子群强化学习（FPSRL），它使用群体智能调整模糊政策参数的扩展版本。使用工业基准的实验表明，FGPRL能够自主学习可解释的模糊策略，具有较高的控制性能。
2018-04-29 cs.AI
Higher order hesitant fuzzy Choquet integral operator and its application to multiple criteria decision making
Quchan University of Technology（古昌理工大学）；University of Melbourne（墨尔本大学）
通常，决策问题中涉及的标准是相互作用或相互依赖的，因此通过使用基于可加性度量的传统算子来聚合它们是不合乎逻辑的。另一方面，基于最近提出的一种新的模糊模糊集的扩展，即高阶模糊集（HOHFS），它允许给定元素的隶属度以几种可能的广义模糊集的形式定义，我们鼓励提出高阶犹豫模糊（HOHF）Choquet积分算子。该概念不仅考虑了高阶犹豫模糊论元的重要性，而且能够反映出这些论元之间的相关性。然后，详细讨论了HOHF Choquet积分算子的集结性质，并通过对社会经济发展的能源政策进行评估，提高了HOHF Choquet积分算子在决策中的应用。然后，效率的建议HOHF Choquet积分算子为基础的技术在一些现有的技术进一步验证采用另一个决策问题与技术的TODIM（葡萄牙语的互动和多准则决策的首字母缩写）。
2020-11-16 cs.AI
Uncertainty measures for probabilistic hesitant fuzzy sets in multiple criteria decision making
Quchan University of Technology（库昌理工大学）；University of Melbourne（墨尔本大学）
本文批判性地回顾了现有的概率犹豫模糊集（PHFS）的熵测度，并证明了这些熵测度在某些情况下不能有效地区分各种不同的PHFS。在续集中，我们开发了一个新的公理化框架的熵措施的概率犹豫模糊元素（PHFEs）考虑两个方面的不确定性与PHFEs被称为模糊性和非特异性。对于每种不确定性，推导出一些公式，允许灵活选择PHFE熵措施。此外，在PHFE熵测度的基础上，我们引入了一些基于熵的距离测度，并将其用于比较分析部分。
2020-11-16 cs.AI
A Fuzzy AHP Approach for Supplier Selection Problem: A Case Study in a Gear Motor Company
Marmara University（马尔马拉大学）
选择供应商是采购部门最重要的职能之一。由于通过选择最佳供应商，企业可以节省材料成本，提高竞争优势。然而，在多个供应商，多个相互冲突的标准和不精确的参数的情况下，这种决策变得复杂。此外，专家意见的不确定性和模糊性也是该问题的突出特点。因此，一个广泛使用的多准则决策工具模糊层次分析法可以用来作为一种方法，供应商选择问题。本文揭示了模糊层次分析法在齿轮电机公司确定最佳供应商的选择标准。摘要本研究的贡献不仅在于将模糊层次分析法应用于供应商选择问题，更在于对多准则决策问题进行了全面的文献回顾。此外，本研究亦借由模糊层次分析法的步骤与数值说明，可作为其他多准则决策问题的方法论指导。
2013-10-09 cs.AI
A Complete Calculus for Possibilistic Logic Programming with Fuzzy Propositional Variables
Universitat de Lleida (UdL)（莱里达大学）；CSIC（西班牙国家研究委员会）
本文提出了一种用于可能性不确定性推理和表示模糊知识的命题逻辑程序设计语言。公式由对（A，c）表示，其中A是多值命题，c是单位区间[0，1]中的值，它表示关于A的信念在必要性测度方面的下界。信念状态的所有多值解释的集合上的可能性分布建模。在这个框架中，（i）定义了一般不确定性逻辑的语法和语义，（ii）给出了Horn-规则子语言的一个前件式演算，并证明了它对于确定模糊命题变量从公式集合中导出的最大可能性信念度是完备的;最后，（iii）我们展示了如何计算模糊命题变量之间的部分匹配，在必要性措施的模糊集，可以包括在我们的逻辑编程系统。
2013-01-16 cs.AI
An interactive fuzzy goal programming algorithm to solve decentralized bi-level multiobjective fractional programming problem
Yildiz Technical University（耶尔德兹理工大学）
提出了一种基于泰勒级数的模糊目标规划方法来求解分散双层多目标分式规划（DBLMOFP）问题。在该方法中，所有的隶属函数都与每个目标的模糊目标在两个层次上，也分数的隶属函数转换为线性函数使用泰勒级数的方法。然后提出一种模糊目标规划，使两层决策者都能得到最满意的解，从而达到每个隶属度目标的最高程度。最后，数值例子来说明所提出的方法的有效性。
2016-06-02 cs.AI math.OC
Structured Multi-Criteria Evaluation of Large Language Models with Fuzzy Analytic Hierarchy Process and DualJudge
St. Petersburg State University（圣彼得堡国立大学）；ITMO University（ITMO大学）
本文提出基于模糊层次分析法的结构化评估方法，通过引入置信度感知的模糊AHP扩展，提升对大型语言模型评估的准确性与稳定性，提出DualJudge框架实现直观与 deliberative评估的互补。
2026-04-04 cs.AI
Fuzzy Mixed Integer Linear Programming for Air Vehicles Operations Optimization
NIIT University（NIIT大学）；Institute of Engineering and Management（工程与管理学院）
多飞行器协同攻击地理上分散的目标是一个重要的优化问题。相关的多个任务，即，对每个目标依次进行目标分类、攻击和验证。这些任务的最佳最小时间性能要求车辆之间的合作，以满足关键的时间约束，即目标必须被分类之前，它可以被攻击和AV发送到目标区域，以验证其破坏后，目标已被攻击。在这里，从印度空军的最优任务调度问题制定为模糊混合线性规划（FMILP）问题。该解决方案将所有任务分配给车辆，并以最佳方式执行调度，包括计划的分阶段出发时间。涉及时间和任务顺序约束的耦合任务得到解决。当无人驾驶汽车具有足够的续航能力时，保证了最优解的存在性。开发的解决方案可以作为一个有效的启发式不同类别的AV优化问题。
2015-03-13 cs.AI
Applying Answer Set Programming with Fuzzy Membership Functions: a Case Study
DIMES Dept., University of Calabria（迪梅斯系，卡拉布里亚大学）
探讨基于模糊逻辑的回答集编程定性扩展，以连接数值信息与定性推理，通过案例展示其整合数值输入与符号推理，关键特性助力在统一声明设置中结合多种因素。
2026-07-07 cs.AI
Fuzzy Rankings: Properties and Applications
Silesian University in Opava, School of Business Administration in Karviná（奥帕瓦西里西亚大学，卡尔维纳商业管理学院）
在实践中，相对于给定的一套标准对物体进行排序是相当重要的。然而，由于缺乏知识，信息的时间压力，决策者可能无法提供一个（清晰的）排名的对象从上到下。相反，一些对象可能排名相同，或仅在某种程度上优于其他对象。在这种情况下，将明确的排名推广到模糊排名可能更有用。本文的目的是介绍模糊排序的概念，并讨论它的几个性质，即排序，相似性和不确定性。所提出的方法可以用于群体决策或多准则决策时，涉及的不确定性。
2017-03-15 cs.AI
Fuzzy Integer Linear Programming Mathematical Models for Examination Timetable Problem
NIIT University（NIIT大学）；Netaji Subhas Open University（内塔吉·苏巴斯开放大学）
ETP是NP难的组合优化问题。在过去的几年里，由于它在大学中的广泛使用，它已经得到了巨大的研究关注。在本文中，我们开发了三个数学模型NSOU，加尔各答，印度使用FILP技术。为了处理分配变量的不精确性和不确定性，我们用模糊数对各种分配变量进行建模。利用模糊数排序法得到了问题的解。每个可行解都有模糊数，由模糊目标函数得到。不同的FILP技术的性能证明了通过广泛的模拟从NSOU，加尔各答，印度在其执行时间的实验数据。提出的FILP模型进行了比较，常用的启发式即ILP方法的实验数据，给出了一个想法的启发式的质量。该技术还比较了不同的人工智能为基础的ETP的最佳和平均成本以及执行时间的措施，卡特基准数据集，以说明其有效性。与其他启发式方法相比，FILP需要相当多的时间来生成令人满意的解决方案。因此，该公式可作为其他化学品的良好基准。这里提出的实验研究的重点是产生一种方法，该方法可以很好地概括为一个或多个数据集生成显著结果的技术谱。FILP模型的性能进行了比较，最后在文献中引用的卡特基准，以评估其潜力的最佳结果。该问题可以进一步减少制定与较少的分配变量，它不影响最优性的解决方案。ETP的FLIP模型也适用于其它ETP问题和组合优化问题。
2013-07-07 cs.AI
Picture Fuzzy Interactional Aggregation Operators via Strict Triangular Norms and Applications to Multi-Criteria Decision Making
Southwest Petroleum University（西南石油大学）；Zhuhai College of Jilin University（吉林大学珠海学院）；Karadeniz Technical University（黑海技术大学）；Shandong University of Finance and Economics（山东财经大学）；Shandong University（山东大学）；Beijing University of Technology（北京工业大学）
图像模糊集是一种有效的多准则决策工具，它具有三个隶属度。本文研究了图象模糊数（PFNs）中闭运算律的结构，提出了有效的图象模糊MCDM方法。我们首先引入PFN的一个容许序，并证明所有PFN在此序下形成一个完全格。然后，我们给出了一些具体的例子来说明一些现有的图片模糊集结算子的非封闭性。为了保证PFNs中运算律的封闭性，我们构造了一类新的基于严格三角范数的图像模糊算子，该算子考虑了正度（负度）和中性度之间的相互作用.基于这些新算子，我们得到了图像模糊插值加权平均（PFIWA）算子和图像模糊插值加权几何（PFIWG）算子。证明了它们是单调的、幂等的、有界的、平移不变的和齐次的。我们还建立了一个新的MCDM方法下的图片模糊环境下应用PFIWA和PFIWG算子。此外，我们提出了一个说明性的例子，清楚地了解我们的方法。并对六类著名的三角模所诱导的算子进行了比较分析。
2022-04-08 cs.AI cs.IT math.IT
Multiobjective Programming for Type-2 Hierarchical Fuzzy Inference Trees
ETH Zurich（苏黎世联邦理工学院）；Technical University of Ostrava（俄斯特拉发技术大学）；Machine Intelligence Research Labs（机器智能研究实验室）
提出了一种层次模糊推理树的设计方法。HFIT产生最佳树状结构，即，一种自然的层次结构，通过结合几个低维模糊推理系统（FIS）来简化。这种自然的分层结构提供了高度的近似精度。HFIT的建设分两个阶段进行。首先，基于非支配排序的多目标遗传编程（MOGP）被应用于获得一个简单的树结构（一个低复杂度的模型），具有较高的精度。其次，应用差分进化算法对得到的树的参数进行优化。在派生树中，每个节点获取不同的输入组合，其中进化过程控制输入的组合。因此，HFIT节点本质上是异构的，这导致由HFIT生成的规则之间的高度多样性。此外，HFIT提供了自动特征选择，因为它使用MOGP进行树的结构优化，该结构优化仅接受与数据中包含的知识相关的输入。HFIT研究的背景下，类型-1和类型-2 FIS，其性能进行了评估，通过六个应用问题。此外，建议的多目标HFIT进行了比较，从理论上和经验上与最近提出的FIS方法从文献中，如McIT 2FIS，TSCIT 2FNN，SIT 2FNN，RIT 2FNS-WB，eT 2FIS，MRIT 2NFS，IT 2FNN-SVR等。从所获得的结果，人们发现，HFIT提供了较低的复杂性和高精度的模型相比，大多数其他方法产生的模型。因此，建议HFIT是一个有效的和有竞争力的替代其他FIS的函数逼近和特征选择。
2017-05-16 cs.AI
Fuzzy Answer Set Computation via Satisfiability Modulo Theories
University of Calabria（卡拉布里亚大学）；Free University of Bozen-Bolzano（博岑-博尔扎诺自由大学）
模糊答案集编程（FASP）结合了两个声明性框架，答案集编程和模糊逻辑，以模型推理默认不精确的信息。几个连接词可用于组合不同的表达式;特别是\Godel和\Luka模糊连接词，由于它们的属性，通常被考虑。虽然\Godel连接可以很容易地从规则头中删除，我们通过复杂性参数表明，这样的简化是不可行的，一般所有其他连接词。%，即使主体仅限于\Luka或\Godel连词。本文分析了一种将FASP程序转换为可满足性模理论（SMT）的方法，SMT由于语义的最小性，一般产生量化的公式。许多FASP程序的结构特性允许消除量化，或合理地减少量化变量的数量。事实上，完整性约束可以取代递归规则通常用来强制布尔解释，和完成子公式可以保证最小的非循环程序与原子头。此外，头循环自由的规则可以取代移位的子程序，其结构取决于消除头连接，使有序完成可以取代最小检查，如果也\Luka析取规则机构是非循环的。本文还介绍了一个原型系统实现这些翻译和评估。出现在逻辑编程理论与实践（TPLP），ICLP 2015会议记录。
2015-07-14 cs.AI
Optimal Release Time Decision from Fuzzy Mathematical Programming Perspective
University of Delhi（德里大学）；Rajdhani College（拉杰丹尼学院）
对高可靠性软件的需求需要严格的测试，其次是对软件质量预测的鲁棒建模技术的要求。一方面，企业必须通过积极的测试来稳定地管理可靠性，最佳发布时间的确定是他们最关心的问题。在过去的许多模型已经开发和大量的研究一直致力于软件发布时间的评估。然而，大部分的工作涉及脆研究。本文研究了用模糊逻辑进行投放时间预测的问题。在这里，我们已经制定了一个模糊发布时间问题，考虑成本的测试下的保修期的影响。结果表明，模糊模型具有良好的适应性。
2015-09-27 cs.AI math.OC
Sentiment and Emotion-aware Multi-criteria Fuzzy Group Decision Making System
School of Information Technology and Engineering（信息科技与工程学院）；Kazakh-British Technical University（哈萨克-英国技术大学）
本文提出一种融合自然语言处理的情感与情绪感知多准则模糊群体决策系统，通过分析文本情感和情绪并结合模糊推理，在酒店选择案例中显著提升群体共识达成效果。
2025-10-14 cs.AI
A Hypervolume Based Approach to Rank Intuitionistic Fuzzy Sets and Its Extension to Multi-criteria Decision Making Under Uncertainty
Istanbul Technical University（伊斯坦布尔理工大学）
本文证明了非线性距离函数下直觉模糊集距离排序假设的缺陷，提出基于超体积的排序方法及多准则决策扩展HVAS，并应用于土耳其能源评估与TOPSIS等方法比较。
2022-12-25 cs.AI math.LO
On Globular T-Spherical Fuzzy (G-TSF) Sets with Application to G-TSF Multi-Criteria Group Decision-Making
Chung Yuan Christian University（中原大学）；Government Degree College for Boys Sakwar Gilgit（萨克瓦尔吉尔吉特男子政府学位学院）
本文提出球状T-球形模糊集（G-TSFSs）作为TSFSs和C-SFSs的扩展，定义其集合与代数运算、相似性测度及距离测度，构建G-TSF多准则群决策方法，经企业培训场地选择案例验证了其实用性与有效性。
2024-03-09 cs.AI
Fuzzy Dynamical Genetic Programming in XCSF
University of the West of England（西英格兰大学）
研究在XCSF学习分类器系统中使用模糊动态遗传编程表示，通过异步模糊逻辑网络实现自适应性开放演化，解决连续值测试问题。
2012-04-18 cs.AI cs.LG cs.NE
Improving Local Search for Fuzzy Scheduling Problems
University of Nottingham（诺丁汉大学）；Sherwood Press Ltd（舍伍德出版社）
模糊集理论和模糊逻辑集成到调度中是一个相当新的方面，对制造业的应用越来越重要，导致各种未解决的方面。在本文中，我们研究了一种改进的局部搜索技术的模糊调度问题的适应高原，使用多标准制定的问题。我们特别解决的问题，随着时间的推移，在舍伍德出版社有限公司，诺丁汉的印刷公司，谁是该项目的合作者研究工作的优先事项。
2008-09-03 cs.AI
Double Fuzzy Probabilistic Interval Linguistic Term Set and a Dynamic Fuzzy Decision Making Model based on Markov Process with tts Application in Multiple Criteria Group Decision Making
Stanford University（斯坦福大学）
针对概率语言术语缺陷及动态属性权重确定难问题，提出双模糊概率区间语言术语集概念，定义相关内容，开发模糊语言马尔可夫矩阵等，给出权重确定方法，并用金融风险投资案例说明其在多准则决策中的应用。
2026-07-07 cs.AI cs.SY econ.GN
Fuzzy Constraints Linear Discriminant Analysis
Ferdowsi University of Mashhad（马什哈德菲尔多西大学）
本文介绍了一种模糊约束线性判别分析（FC-LDA）。FC-LDA基于改进的感知器准则，通过引入模糊资源的模糊线性规划方法，有效地处理了决策边界附近的不确定性问题，从而使误分类误差最小化。由于该方法具有线性特性，并能处理不同容差的噪声数据，因此具有较低的计算复杂性。实验结果验证了该算法在处理不同问题时的成功性。比较FC-LDA和LDA在分类任务中的优势。
2016-12-30 cs.AI
Optimal Fuzzy Model Construction with Statistical Information using Genetic Algorithm
University of Fukui（福井大学）
基于模糊规则的模型具有在紧致域上以任何精度逼近任何连续函数的能力。FLC设计过程主要依赖于经验算子的启发式知识。为了使设计过程自动化，我们提出了一种遗传方法来学习模糊规则以及隶属函数参数。此外，几个统计信息准则，如赤池信息准则（AIC），Bhansali-Downham信息准则（BDIC），和Schwarz-Rissanen信息准则（SRIC）被用来通过减少模糊规则来构建最优模糊模型。采用遗传算法设计了TSK模型，用于前件规则参数的辨识和后件参数的辨识。计算机模拟确认构造的模糊逻辑控制器的性能。
2012-01-10 cs.AI
Shadowed AHP for multi-criteria supplier selection
Modern Academy for Computer Science and Management Technology（现代计算机科学与管理技术学院）
针对多粒度语言信息下的AHP决策问题，提出基于阴影模糊数的Shadowed AHP方法，统一多类型不确定偏好值并设计新排序方法，可有效解决多准则供应商选择问题。
2024-09-10 cs.AI
Fuzzy Intelligent System for Student Software Project Evaluation
School of Information Technology and Engineering（信息技术与工程学院）；Kazakh-British Technical University（哈萨克斯坦-英国技术大学）
本文提出一个模糊智能系统，以整洁代码、继承使用和功能性为模糊变量，结合专家规则自动评估学生软件项目质量，从而标准化评估并减少主观偏差。
2024-05-01 cs.AI cs.CY cs.SE
Renewable Energy Sources Selection Analysis with the Maximizing Deviation Method
Istanbul University-Cerrahpaşa（伊斯坦布尔大学-塞拉赫帕沙）
本研究提出一种结合区间值费马泰模糊集与偏差最大化方法的优化模型，用于在不确定环境下确定特征权重，并应用于可再生能源来源选择，兼顾技术与管理政治影响。
2025-09-06 cs.AI
Program-as-Weights: A Programming Paradigm for Fuzzy Functions
University of Waterloo（滑铁卢大学）；Cornell University（康奈尔大学）；Harvard University（哈佛大学）
提出模糊函数编程范式，通过Program-as-Weights方法将自然语言规范编译为轻量可执行神经工件，在保持性能的同时大幅降低推理成本。
2026-07-03 cs.AI cs.CL cs.LG
Teranga Go!: Carpooling Collaborative Consumption Community with multi-criteria hesitant fuzzy linguistic term set opinions to build confidence and trust
University of Granada（格拉纳达大学）；Andalusian Research Institute in Data Science and Computational Intelligence, DaSCI（安达卢西亚数据科学与计算智能研究所（DaSCI））
本研究提出2元模糊语言德尔菲法，结合专家意见测量题项的共识度、一致性与语言得分以验证问卷效度，还开发了GPL v3许可的在线工具辅助达成问卷修改的共识。
2024-02-07 cs.AI cs.CY
Fuzzy Segmentations of a String
本文针对文本段匹配模糊模式的聚类问题，提出基于前缀结构的启发式算法，证明其在模糊字符串匹配特例中可找到所有匹配段，并采用动态规划求解全文最优分割。
2026-08-26 cs.AI
Discrete and fuzzy dynamical genetic programming in the XCSF learning classifier system
Department of Computer Science and Creative Technologies（计算机科学与创意技术系）；University of the West of England（西英格兰大学）
本文在XCSF框架内使用离散和模糊动态系统表示（异步随机布尔网络和模糊逻辑网络），通过自适应的开放式进化设计集成系统，解决多个经典测试问题。
2015-01-25 cs.AI cs.LG cs.NE
An Epsilon Hierarchical Fuzzy Twin Support Vector Regression
Samsung Research & Development Institute Delhi（三星德里研发研究所）
在双模糊支持向量回归机和双模糊支持向量回归机的基础上，提出了双层次模糊双支持向量回归机。将梯形模糊数引入到预测问题中的不确定性问题中，从而实现了预测问题的模糊支持向量回归。通过求解两个相关的二次规划问题，Epsilon FTSVR确定了一对不敏感的邻近函数.通过在原问题中引入正则化项，实现了结构风险最小化原则。这会产生双重稳定的正定问题，提高回归性能。然后将Epsilon FTSVR重新表示为由一组分层组成的Epsilon HFTSVR，每个分层包含Epsilon FTSVR。在合成数据集和真实数据集上的实验结果表明，该算法具有良好的泛化性能和最小的训练时间。
2015-09-10 cs.AI
Towards Automated Homomorphic Encryption Parameter Selection with Fuzzy Logic and Linear Programming
CERN（欧洲核子研究组织）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
同态加密（Homomorphic encryption，HE）是一组允许对加密文本进行隐私保护操作的密码系统的强大属性。然而，由于效率和可用性方面的限制，HE并不普遍。在HE的挑战中，方案参数化（即，在算法内选择适当的参数）是一个相关的多面问题。首先，参数化需要遵守一组属性，以保证底层方案的安全性。其次，参数化需要深入理解底层原语，因为参数对方案的精度、性能和安全性具有正面影响。最后，要执行的电路影响参数化，并且受参数化的影响。因此，不存在参数的一般最佳选择，并且该选择取决于电路和应用场景。目前，大多数现有的HE框架需要密码学家手动解决这些问题。它需要通过陡峭的学习曲线获得最低限度的专业知识。在本文中，我们针对上述挑战提出了一个统一的解决方案。具体地说，我们提出了一个结合模糊逻辑和线性规划的专家系统。模糊逻辑模块接收用户对密码系统的安全性、效率和性能的高级别优先级的选择。基于这些偏好，专家系统生成线性规划模型，该线性规划模型通过考虑这些优先级来获得参数的最优组合，同时保持密码系统的最低安全级别。我们进行了扩展的评估，我们表明，一个专家系统产生最佳的参数选择，保持用户的喜好，而不经历固有的复杂性分析电路。
2023-02-17 cs.AI cs.CR
A Concurrent Fuzzy-Neural Network Approach for Decision Support Systems
决策是一个在多准则目标的复杂问题中进行选择的过程。在过去的几年里，人们越来越认识到软计算技术是智能系统的概念、设计和利用的基础。工程师和科学家们已经做了一些工作，应用智能技术和数学从不精确的信息中获得最佳决策。本文提出了一种结合无监督学习和监督学习技术的并行模糊神经网络方法来开发战术空战决策支持系统（TACDSS）。实验结果清楚地证明了所提出的技术的效率。
2004-05-06 cs.AI
Answering Fuzzy Queries over Fuzzy DL-Lite Ontologies
University of Milano-Bicocca（米兰比可卡大学）
知识表示中的一个突出问题是如何回答查询，同时考虑表示领域知识的本体的隐含后果。虽然这个问题已经在描述逻辑本体论的领域内得到了广泛的研究，但令人惊讶的是，在模糊或不精确知识的背景下，特别是从数学模糊逻辑的角度来看，它被忽视了。在本文中，我们研究的问题，回答合取查询和阈值查询w.r.t.模糊DL-Lite中的本体。具体来说，我们通过重写的方法，阈值查询回答w.r.t.在数据复杂度方面，一致的本体保持在$AC_0$中，但是合取查询应答高度依赖于所选择的三角范数，这对底层语义有影响。对于幂等的哥德尔t-范数，我们提供了一个有效的方法的基础上减少到经典的情况。这篇论文是在逻辑程序设计理论与实践（TPLP）中考虑的。
2021-11-23 cs.AI
Compiling Fuzzy Logic Control Rules to Hardware Implementations
Rockwell International Science Center（罗克韦尔国际科学中心）
人类推理的一个主要方面涉及近似的使用。特别是在决策过程受到严格的时间限制的情况下，决策主要是基于对局势的大致定性评估。我们的工作是关于近似推理的应用，实时控制。由于在这种应用中严格的处理速度要求，正在追求模糊逻辑推理的硬件实现。我们描述了一个编程环境翻译模糊控制规则到硬件实现。硬件实现的两种方法是可能的。第一个是基于一个专用芯片的模糊推理。第二种是基于简单的内存芯片。直接将一组决策规则转化为硬件实现的能力，预计将使模糊控制成为复杂系统控制的一种越来越实用的方法。
2013-03-27 cs.AI
Circular Pythagorean fuzzy sets and applications to multi-criteria decision making
Ankara Yıldırım Beyazıt University（安卡拉耶尔德勒姆贝亚泽特大学）；Ankara University（安卡拉大学）
本文提出圆毕达哥拉斯模糊集作为圆直觉模糊集与毕达哥拉斯模糊集的推广，定义了集合运算、聚合算子及余弦相似度，并给出多准则决策方法，通过光伏电池选择案例验证其有效性。
2022-10-27 cs.AI cs.IT math.IT
Adaptation of Mamdani Fuzzy Inference System Using Neuro - Genetic Approach for Tactical Air Combat Decision Support System
决策支持系统通常是用来解决多准则决策问题的。知识库是决策支持系统的重要组成部分，它包含了决策过程中使用的信息或数据。在这个领域，工程师和科学家已经应用了多种智能技术和算法，从不精确的信息中获得最佳决策。在本文中，我们提出了一种混合神经遗传学习方法的适应Mamdani模糊推理系统的战术空战决策支持系统（TACDSS）。一些仿真结果证明了学习技术的差异，并提供。
2004-05-06 cs.AI
A Comparative Study of AHP and Fuzzy AHP Method for Inconsistent Data
University of Development Alternative (UODA)（发展替代大学）；University of Dhaka（达卡大学）
在各种情况下的决策分析，我们使用两种流行的方法：层次分析法（AHP）和模糊层次分析法或模糊层次分析法。这两种方法都是处理随机数据，通过多准则决策过程来确定决策结果。显然，这两种方法的结果值是不相同的，虽然同一组数据输入到他们。在这项研究工作中，我们试图观察两种方法输出之间的相似性和差异性。对于不一致的同一组输入数据，两种方法的输出趋势或波动几乎相同。两种方法的输出上下波动在50%的情况下是相同的。
2020-12-23 cs.AI
A Fuzzy Topsis Multiple-Attribute Decision Making for Scholarship Selection
State Islamic University of Sunan Kalijaga（苏南卡利加达国立伊斯兰大学）；University of Ahmad Dahlan（艾哈迈德·达兰大学）
由于学费越来越贵，申请奖学金的学生越来越多。因此，赞助商需要处理数百甚至数千份申请。为了解决这些问题，需要选择基于多个属性（准则）的方案。为了对这种模糊问题做出决策，可以应用模糊多属性决策（FMDAM）。在这项研究中，统一建模语言（UML）在FMADM与TOPSIS和加权产品（WP）的方法被应用到选择在Universitas伊斯兰Negeri Sunan Kalijaga的学术和非学术奖学金的候选人。使用的数据是清晰和模糊的数据。结果表明，TOPSIS法和加权积FMADM法可以用来选择最合适的候选人获得奖学金，因为该方法中应用的偏好值可以显示申请人具有最高的资格
2013-06-27 cs.AI
Investigating The Piece-Wise Linearity And Benchmark Related To Koczy-Hirota Fuzzy Linear Interpolation
University of Miskolc（米什科尔茨大学）
模糊规则插值（FRI）推理方法已被引入，以解决稀疏的模糊规则库和降低复杂性。第一个FRI方法是Koczy和Hirota（KH）提出的“线性插值”。此外，还提出了几个条件和准则，以统一FRI方法必须满足的共同要求。其中一个重要条件是，如果模糊规则的前件和后件在α-截集上保持分段线性（PWL），则结论的模糊集必须保持PWL。KH-FRI方法是不能满足这一条件的FRI方法之一。因此，本文的目标是研究与PWL性质相关的方程和符号，旨在突出KH FRI方法的问题性质，以证明其在PWL条件下的有效性。此外，本文的重点是构建基准的例子是一个基线，用于测试其他FRI方法的情况下，不满足KH FRI的线性条件。
2019-11-12 cs.AI
An order-oriented approach to scoring hesitant fuzzy elements
本文提出了一种面向顺序的hesitant fuzzy元素评分方法，通过定义基于顺序的评分机制，解决了传统方法缺乏序理论基础的问题，并引入支配函数用于排序和群体决策。
2026-02-18 cs.AI
Uncertainty Management for Fuzzy Decision Support Systems
University of Houston（休斯顿大学）
本文提出了一种新的模糊规则决策支持系统的不确定性管理方法：领域专家的知识由一组规则表示，这些规则通常涉及模糊和不确定的命题。命题的确定性用区间[a，b]表示，表示命题的概率至少为a，至多为b。介绍了用逻辑连接词“与”、“或”和“不”定义的模糊复合命题的总体确定性的计算方法和技巧。不同的推理模式应用模糊规则使用肯定前件进行了讨论。提供了用于组合已经从相同命题的不同规则接收的证据的不同算法。分析了该方法与其他方法的关系，并对该方法的知识获取和知识表示问题进行了详细讨论。一个基于规则的程序设计语言称为PICASSO，其中的方法是一个理论基础的基本概念，概述。
2013-03-27 cs.AI
A CEFR-Inspired Classification Framework with Fuzzy C-Means To Automate Assessment of Programming Skills in Scratch
Universidad Rey Juan Carlos（雷昂卡洛斯大学）
提出一种基于CEFR的Scratch项目评估框架，使用模糊C均值聚类对200万+项目分级，识别B2瓶颈并引入分类确定性指标以平衡自动反馈与人工审核。
2026-06-18 cs.AI cs.CY cs.LG
D-CFPR: D numbers extended consistent fuzzy preference relations
Southwest University（西南大学）；The Hong Kong Polytechnic University（香港理工大学）；University of British Columbia（不列颠哥伦比亚大学）；Vanderbilt University（范德堡大学）
如何表达专家或决策者对备选方案的偏好是一个悬而未决的问题。一致模糊偏好关系（CFPR）可以通过较少的成对比较来解释，并且满足可加传递性，因此在处理该问题时具有很大的优势。然而，CFPR无法处理涉及不确定和不完整信息的情况。本文提出了一种D数扩展一致性模糊偏好关系（D-CFPR），以克服这一弱点。D-CFPR通过使用一种新的表示不确定信息的模型D数来扩展经典CFPR。D-CFPR继承了经典CFPR的优点，可以完全退化为经典CFPR。本研究可整合到我们先前关于D-AHP（D numbers extended AHP）模型的研究中，为多准则决策（MCDM）提供一个系统的解决方案。
2014-03-23 cs.AI
Some Considerations and a Benchmark Related to the CNF Property of the Koczy-Hirota Fuzzy Rule Interpolation
University of Miskolc（米什科尔茨大学）
本文的目的是双重的。首先通过实例强调KH模糊规则插值的一些基本问题性质，其次建立了一个简单的Benchmark实例集，它适用于测试其他模糊规则插值（FRI）方法对这些病态的。模糊规则插值方法最初被提出来处理缺失模糊规则（稀疏规则库）的情况，并降低决策复杂度。模糊规则插值是实现稀疏模糊规则推理的一种重要技术。即使一个给定的观察与规则库中任何规则的前件都没有重叠，FRI仍然可以得出结论。第一个FRI方法是Koczy和Hirota提出的“线性插值”，后来被追随者改名为“KH模糊插值”。有几个条件和标准已建议统一的共同要求的FRI方法必须满足。其中最常见的一种是，如果所有的规则前件和后件都是凸正规模糊（CNF）集，则需要CNF结论。KH FRI是一个，它不能满足这个条件。本文主要讨论KH FRI不满足CNF结论要求的条件。通过建立CNF规则实例，定义了一个基准，在该基准中，如果其他FRI方法能够在KH FRI失败的情况下产生CNF结论，则可以测试它们。
2019-11-12 cs.AI
An Integer Programming Model for Binary Knapsack Problem with Value-Related Dependencies among Elements
Flinders University（弗林德斯大学）
二进制背包问题（BKP）是在背包的容量范围内选择一个元素（项）集合中具有最大值的子集，同时保持总重量。本文提出了一个整数规划模型的变化BKP每个元素的值可能取决于选择或忽略其他元素。这种价值相关的优势被认为是不精确的，很难具体说明。为了捕捉这种不精确性，我们提出了使用模糊图及其代数结构来建模与值相关的依赖关系。
2017-02-22 cs.AI
The Application of Imperialist Competitive Algorithm for Fuzzy Random Portfolio Selection Problem
Urmia University（乌尔米耶大学）
本文提出了一种帝国主义竞争算法（ICA）的实现，用于解决模糊随机投资组合问题，其中资产收益率是由模糊随机变量表示。投资组合优化是现代金融学的一个重要研究领域。利用基于必要性的模型，将模糊随机变量转化为线性规划，并设计独立分量分析，以寻找最优解。最后通过一个算例说明了ICA在模糊随机投资组合问题中的应用。
2014-02-19 cs.AI math.OC
A Fuzzy expert system for goalkeeper quality recognition
Shiraz university（设拉子大学）
守门员（GK）是足球专家，守门员是一项完整的专业工作。事实上，没有一个可靠的GK，取得成功似乎是不可能的。他在成功和失败中的作用比其他球员更占主导地位。比赛中最明显的失误是守门员的失误。本文采用专家模糊系统作为一种合适的工具，研究守门员的素质，并与其他人进行比较。以往的研究都是用来寻找足球守门员的指标。足球专家发现，一个成功的GK应该有一些资格。本文提出了一种新的模式--“足球守门员质量模糊专家系统识别“。这种模式具有一些重要的功能。首先，在一些守门员中，可以选择一个最好的质量为主要球队安排。其次，需要专家教练选择一个GK使用他们的感官和经验减少了很多。第三，在对GK的调查中，可以包括定量标准，最后，这种模式简单易懂。
2013-09-25 cs.AI
Linear Programming for Multi-Criteria Assessment with Cardinal and Ordinal Data: A Pessimistic Virtual Gap Analysis
National Yang Ming Chiao Tung University（国立阳明交通大学）；Providence University（静宜大学）
本文提出一种基于线性规划的虚拟间隙分析方法，用于在考虑定量和定性标准以及基数和序数数据的情况下，从悲观角度评估和优先排序替代方案，提高决策支持系统的可靠性和可扩展性。
2026-02-05 cs.AI math.OC
Fuzzy Maximum Satisfiability
Cairo University（开罗大学）；Faculty of Science（理学院）；Department of Mathematics（数学系）
在本文中，我们扩展的最大可满足性（MaxSAT）的问题，Eukasiewicz逻辑。一组公式Φ的最大SAT问题是找到满足最大公式数的Φ中变量的分配问题。提出了三种可能的解决方案（编码）：（1）析取线性关系（DLRs），（2）混合线性规划（MILP）和（3）加权约束满足问题（WCSP）。像它的布尔对应，扩展的模糊MaxSAT将在优化问题中，涉及的最优性有许多应用。
2016-02-06 cs.AI cs.CC cs.LO
On the solvability of weakly linear systems of fuzzy relation equations
University of Niš（尼什大学）
模糊关系方程和不等式的系统，其中一个未知的模糊关系是在方程或不等式的一侧是线性系统。它们是研究最多的系统，大量关于线性系统的文献都集中在寻找此类系统的解和可解性准则上。这种情况与所谓的弱线性系统完全不同，在弱线性系统中，未知的模糊关系位于方程或不等式的两侧。确切地说，学者们只给出了这类系统的精确解集的特征。本文描述了在一定程度上解决弱线性系统的模糊关系集，并提供了计算它们的方法。我们特别注意发展的算法计算模糊前序和模糊等价的解决方案，在一定程度上弱线性系统。我们建立了一些特殊类型的完全剩余格上的这种近似解的集合的附加性质。我们证明了这种方法的优势，通过许多例子，从模糊网络的聚合问题。
2022-05-25 cs.AI cs.CL cs.LO
Survey of Various Fuzzy and Uncertain Decision-Making Methods
本文综述了考虑不确定性的多准则决策方法，分类了任务导向的体系结构，总结了问题设置、权重获取及跨准则结构，并对比了不同解决方案，提供了选择方法的指导。
2026-03-16 cs.AI cs.CE cs.CY
